微软开源多模态 AI Agent“Magma”：购物时可自动下单，还能推测视频人物行为

铁岭市旅游监督app 湖州市妇联救助app 临沂市事业单位app 南宁市防灾信息app 烟台市民政管理app 宜春市非物质文化遗产app 眉山市服务大厅app 三明市天气监控中心app 九江市第六小学app 安顺市农业补贴app 牡丹江市第一小学app 阳江市政要信息app 云浮市卫生协会app 乌海市公正处app 四平市建设局信息app 林芝市第三中学app 大同市服务大厅app 南阳市学校app 东莞市申建app 南通市最新新闻app 三沙市消防宣传app 营口市振兴乡村app 宜宾市第二小学app 定西市消费协会app 广安市残联app 德化县同城app 歙县安全宣传app 揭西县灾害救助app 芦溪县公路管理app 靖安县旅游协会app 汶川县农业补贴app 巴马瑶族自治县土地局app 平江县振兴乡村app 博白县出口管理app 红原县第三中学app 闽侯县第一中学app 酉阳土家族苗族自治县残联app 正定县政务服务app 柞水县特殊家庭关爱协会app 昌黎县养殖补助app 勐海县专题专栏app 黟县申建app 南丰县消防局app 朝阳县财政信息app 沛县新闻中心app 独山县政府公报app 仁化县妇联app 临漳县公路管理app

感谢本站网友 zhao_31 的线索投递！

本站 2 月 26 日消息，北京时间今日凌晨，微软在官网开源了多模态 AI Agent 基础模型 ——Magma。与传统 Agent 相比，Magma 具备跨数字、物理世界的多模态能力，能自动处理图像、视频、文本等不同类型数据，此外，Magma 还能内置了心理预测功能，增强了对未来视频帧中时空动态的理解能力，能够准确推测视频中人物或物体的意图和未来行为。

用户可以用 Magma 来自动下电商订单、查询天气；也可以自动操作实体机器人，或者在下真实象棋时获得帮助。

根据官方介绍，Magma 能够帮助 AI 驱动的助手或机器人理解周围环境并采取相应行动。例如，它可以帮助家用机器人学习如何整理以前从未见过的物品，或帮助虚拟助手为不熟悉的任务生成逐步的用户界面导航说明。

Magma 是能够适应数字和物理环境中新任务的 VLA（本站注：视觉语言动作）基础模型之一，能够有效地从海量的公开视觉和语言数据中学习知识，从而融合语言、空间和时间智能，应对数字和物理世界中的复杂任务和环境。

本站附开源链接：https://microsoft.github.io/Magma/